基于小样本度量迁移学习的表面缺陷检测

作者：黄健; 郑春厚; 章军; 王兵; 陈鹏^*

来源：模式识别与人工智能, 2021, 34(05): 407-414.

DOI：10.16451/j.cnki.issn1003-6059.202105003

• 深度学习
• 小样本学习
• 度量学习
• 缺陷检测

将小样本学习中的度量学习方法引入缺陷检测领域,提出小样本度量迁移学习方法,用于解决深度学习方法中需要大量学习样本的问题.方法主要分为两个阶段:第一阶段使用公开或便于获得的大型数据集预训练深度网络;第二阶段将网络学习到的相关知识通过度量学习模块迁移到表面缺陷检测领域.实验表明,小样本学习在缺陷检测领域的可行性.

• 单位
  自动化学院; 安徽大学; 安徽工业大学